Apify

mcp.apify.com

Apify मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP) सर्वर mcp.apify.com आपके AI एजेंटों को सोशल मीडिया, खोज इंजन, मानचित्र, ई-कॉमर्स साइटों और किसी भी अन्य वेबसाइट से Apify Store के हजारों तैयार स्क्रेपर्स, क्रॉलर और स्वचालन टूल का उपयोग करके डेटा निकालने में सक्षम बनाता है। यह OAuth का समर्थन करता है, जिससे आप केवल URL का उपयोग करके Claude.ai या Visual Studio Code जैसे क्लाइंट से कनेक्ट कर सकते हैं।

🚀 होस्टेड Apify MCP सर्वर का उपयोग करें!

सर्वोत्तम अनुभव के लिए, अपने AI सहायक को हमारे होस्टेड सर्वर से https://mcp.apify.com पर कनेक्ट करें। होस्टेड सर्वर नवीनतम सुविधाओं का समर्थन करता है - जिसमें संरचित Actor परिणामों के लिए आउटपुट स्कीमा अनुमान शामिल है - जो stdio के माध्यम से स्थानीय रूप से चलाने पर उपलब्ध नहीं हैं।

⚠️ पुराना SSE ट्रांसपोर्ट हटा दिया गया। https://mcp.apify.com/sse एंडपॉइंट को Streamable HTTP के पक्ष में हटा दिया गया है। अपने क्लाइंट को https://mcp.apify.com पर माइग्रेट करें — अपने कॉन्फ़िगरेशन से /sse सफ़िक्स हटा दें।

💰 सर्वर एजेंटिक भुगतान का भी समर्थन करता है: किसी भी Actor को चलाने के लिए AGI से टोकन खरीदें, या डायरेक्ट x402 (केवल Pay Per Event Actors) या Skyfire के माध्यम से प्रति-अनुरोध भुगतान करें।

Apify MCP सर्वर Claude Code, Claude.ai, Cursor, VS Code और किसी भी क्लाइंट के साथ संगत है जो मॉडल कॉन्टेक्स्ट प्रोटोकॉल का पालन करता है। अधिक विवरण के लिए MCP क्लाइंट अनुभाग देखें या MCP कॉन्फ़िगरेशन पृष्ठ पर जाएँ।

विषय-सूची

• 🌐 Apify MCP सर्वर का परिचय
• 🚀 त्वरित आरंभ
• 🤖 MCP क्लाइंट
• 🪄 Apify MCP को तुरंत आज़माएँ
• 💰 एजेंटिक भुगतान
  • एजेंटिक भुगतान कैसे काम करता है
  • 🪙 AGI (अनुशंसित)
  • 💸 डायरेक्ट x402
  • 🔥 Skyfire
• 🛠️ टूल, संसाधन और प्रॉम्प्ट
• 📊 टेलीमेट्री
• 💬 उपयोग उदाहरण
• 🐛 समस्या निवारण
• ⚙️ विकास
• 🔒 गोपनीयता नीति
• 🤝 योगदान
• 📚 और जानें

🌐 Apify MCP सर्वर का परिचय

Apify MCP सर्वर एक AI सहायक को किसी भी Apify Actor को एक विशिष्ट कार्य करने के लिए टूल के रूप में उपयोग करने की अनुमति देता है। उदाहरण के लिए, यह निम्न कर सकता है:

• कई पेजों/प्रोफाइलों से Facebook पोस्ट से डेटा निकालने के लिए Facebook Posts Scraper का उपयोग करें।
• Google Maps से संपर्क विवरण निकालने के लिए Google Maps Email Extractor का उपयोग करें।
• Google खोज इंजन परिणाम पृष्ठों (SERPs) को स्क्रैप करने के लिए Google Search Results Scraper का उपयोग करें।
• Instagram पोस्ट, प्रोफाइल, स्थान, फ़ोटो और टिप्पणियों को स्क्रैप करने के लिए Instagram Scraper का उपयोग करें।
• वेब खोजने, शीर्ष N URL स्क्रैप करने और उनकी सामग्री लौटाने के लिए RAG Web Browser का उपयोग करें।
• किसी भी URL को लाने और उसकी सामग्री को Markdown, सादा पाठ, HTML या लिंक के रूप में लौटाने के लिए Web Fetch का उपयोग करें — JavaScript रेंडरिंग और एंटी-बॉट सुरक्षा के साथ।

वीडियो ट्यूटोरियल: 8,000+ Apify Actors और एजेंट्स को Claude के साथ एकीकृत करें

🚀 त्वरित आरंभ

आप Apify MCP सर्वर का उपयोग दो तरीकों से कर सकते हैं:

HTTPS एंडपॉइंट (mcp.apify.com): अपने MCP क्लाइंट से OAuth के माध्यम से या अपने अनुरोधों में Authorization: Bearer <APIFY_TOKEN> हेडर शामिल करके कनेक्ट करें। यह अधिकांश उपयोग मामलों के लिए अनुशंसित विधि है। क्योंकि यह OAuth का समर्थन करता है, आप केवल URL का उपयोग करके Claude.ai या Visual Studio Code जैसे क्लाइंट से कनेक्ट कर सकते हैं: https://mcp.apify.com।

• https://mcp.apify.com स्ट्रीमेबल ट्रांसपोर्ट

मानक इनपुट/आउटपुट (stdio): स्थानीय एकीकरण और Claude for Desktop क्लाइंट जैसे कमांड-लाइन टूल के लिए आदर्श।

• MCP क्लाइंट सर्वर कमांड को npx @apify/actors-mcp-server और APIFY_TOKEN पर्यावरण चर को अपने Apify API टोकन पर सेट करें।
• अधिक विकल्पों के लिए npx @apify/actors-mcp-server --help देखें।

MCP सर्वर सेट करने के लिए विस्तृत निर्देश Apify दस्तावेज़ीकरण में पाए जा सकते हैं।

🤖 MCP क्लाइंट

Apify MCP सर्वर किसी भी MCP क्लाइंट के साथ संगत है जो मॉडल कॉन्टेक्स्ट प्रोटोकॉल का पालन करता है, लेकिन गतिशील टूल खोज और अन्य सुविधाओं के लिए समर्थन का स्तर क्लाइंट के अनुसार भिन्न हो सकता है।

Apify MCP सर्वर के साथ बातचीत करने के लिए, आप Claude Desktop, Visual Studio Code, या Apify Tester MCP Client जैसे क्लाइंट का उपयोग कर सकते हैं।

अपने पसंदीदा क्लाइंट के लिए सर्वर कॉन्फ़िगर करने के लिए mcp.apify.com पर जाएँ।

परीक्षण किए गए क्लाइंट

• Claude Desktop
• Claude.ai (वेब)
• ChatGPT
• VS Code (Genie)
• Cursor
• OpenCode
• Kiro
• Apify Tester MCP Client — Apify MCP सर्वर के परीक्षण के लिए डिज़ाइन किया गया

🪄 Apify MCP को तुरंत आज़माएँ

बिना किसी सेटअप के Apify MCP आज़माना चाहते हैं?

Apify Tester MCP Client देखें

यह इंटरैक्टिव, चैट-जैसा इंटरफ़ेस बिना किसी स्थानीय सेटअप के Apify MCP की क्षमताओं का पता लगाने का एक आसान तरीका प्रदान करता है। अपने Apify खाते से साइन इन करें और वेब स्क्रैपिंग, डेटा निष्कर्षण और स्वचालन टूल के साथ प्रयोग शुरू करें!

या एक-क्लिक इंस्टॉलेशन के लिए MCP बंडल फ़ाइल (पूर्व में Anthropic Desktop एक्सटेंशन फ़ाइल, या DXT के रूप में जाना जाता है) का उपयोग करें: Apify MCP Server MCPB फ़ाइल

💰 एजेंटिक भुगतान

आप AGI, डायरेक्ट x402, या Skyfire का उपयोग करके बिना Apify API टोकन के Actor रन के लिए भुगतान कर सकते हैं।

• AGI (agi.apify.com) x402 या MPP भुगतान के बदले में प्रीपेड Apify API टोकन जारी करता है। टोकन को mcp.apify.com और api.apify.com के विरुद्ध सामान्य API टोकन की तरह उपयोग करें — यह किसी भी Actor के लिए काम करता है, न कि केवल Pay Per Event वाले के लिए। नए एकीकरण के लिए अनुशंसित; नीचे AGI (अनुशंसित) देखें।
• डायरेक्ट x402 प्रति अनुरोध Base पर USDC के साथ भुगतान करता है और इसके लिए अलग प्लेटफ़ॉर्म खाते की आवश्यकता नहीं होती है। यह mcpc (brew install apify/tap/mcpc या npm install -g @apify/mcpc) द्वारा पूरी तरह से समर्थित है। हम mcpc का उपयोग करते हैं क्योंकि यह उन कुछ MCP क्लाइंटों में से एक है जो नवीनतम सुविधाओं और x402 प्रोटोकॉल का मूल रूप से समर्थन करता है।
• Skyfire PAY टोकन के साथ भुगतान करता है और इसके लिए फंडेड वॉलेट के साथ Skyfire खाते की आवश्यकता होती है। इसके लिए विशेष MCP क्लाइंट की आवश्यकता नहीं होती है; पूरी भुगतान प्रक्रिया सीधे MCP टूल कॉल पैरामीटर के माध्यम से संभाली जाती है।

ℹ️ दायरा: डायरेक्ट x402 और Skyfire दोनों केवल Pay Per Event Actors तक सीमित हैं, Standby Actors का समर्थन नहीं करते हैं, और टोकन जारी करने के बजाय प्रति रन निपटान करते हैं।

एजेंटिक भुगतान कैसे काम करता है

Actor रन लागत अलग-अलग होती है, इसलिए दोनों भुगतान विधियाँ प्रीपेड बैलेंस मॉडल का उपयोग करती हैं। भुगतान प्रक्रिया चार चरणों में होती है:

1. खोज: एजेंट search-actors या fetch-actor-details के साथ Actors की खोज करता है। ये कॉल मुफ़्त हैं।
2. प्रीपेमेंट: भुगतान किए गए Actor टूल को चलाने से पहले, एजेंट प्रीपेड बैलेंस को फंड करता है।
   • डायरेक्ट x402: mcpc स्वचालित रूप से $1.00 USDC लेनदेन पर हस्ताक्षर करता है।
   • Skyfire: एजेंट Skyfire के create-pay-token टूल का उपयोग करके PAY टोकन (न्यूनतम $5.00) बनाता है।
3. निष्पादन: एजेंट Actor टूल को कॉल करता है।
   • डायरेक्ट x402: mcpc द्वारा प्रीपेड बैलेंस का उपयोग करके स्वचालित रूप से संभाला जाता है।
   • Skyfire: एजेंट स्पष्ट रूप से skyfire-pay-id इनपुट प्रॉपर्टी में PAY टोकन पास करता है।
4. समाधान: टूल Actor परिणाम लौटाता है। अप्रयुक्त फंड बाद के रन के लिए उपलब्ध रहते हैं।
   • डायरेक्ट x402: 60 मिनट की निष्क्रियता के बाद, सर्वर किसी भी अप्रयुक्त बैलेंस को Base पर वॉलेट में वापस कर देता है।
   • Skyfire: टोकन समाप्त होने पर Skyfire अप्रयुक्त फंड लौटाता है।

🪙 AGI (अनुशंसित)

AGI (Apify Agent General Interface) स्वायत्त एजेंटों के लिए बिना खाते के Apify उपयोग के लिए भुगतान करने का अनुशंसित तरीका है। x402 या MPP के माध्यम से एक बार भुगतान करें, प्रीपेड, खर्च-सीमित Apify API टोकन प्राप्त करें, और इसे सीधे mcp.apify.com और api.apify.com (Authorization: Bearer <token>) के विरुद्ध उपयोग करें — किसी भी Actor के लिए।

पूर्ण प्रोटोकॉल, समर्थित भुगतान विधियाँ और वर्तमान शर्तें (न्यूनतम राशि, टोकन जीवनकाल, रिफंड नीति) agi.apify.com/AGENTS.md पर प्रलेखित हैं — इसे सत्य का एकमात्र स्रोत मानें।

💸 डायरेक्ट x402

x402 प्रोटोकॉल प्रत्यक्ष, मशीन-से-मशीन भुगतान सक्षम करता है। आपका MCP क्लाइंट इसका उपयोग Base ब्लॉकचेन पर USDC के साथ Actor रन के लिए भुगतान करने के लिए कर सकता है, जिससे Apify API टोकन की आवश्यकता पूरी तरह से समाप्त हो जाती है।

पूर्वापेक्षाएँ

• Base मेननेट पर USDC वाला एक वॉलेट।

सेटअप

वॉलेट बनाएँ या आयात करें:

# Create a new wallet
mcpc x402 init

# Import an existing wallet
mcpc x402 import <private-key>

# Show the wallet address and a funding QR code, so you can fund it with USDC on Base (https://base.org)
mcpc x402

x402 सक्षम के साथ सर्वर से कनेक्ट करें:

mcpc connect "mcp.apify.com?payment=x402" @apify --x402

अब आप भुगतान किए गए टूल को कॉल कर सकते हैं:

mcpc @apify tools-call call-actor actor:="apify/rag-web-browser" input:='{"query": "latest AI news"}'

🔥 Skyfire

Skyfire AI एजेंटों के लिए प्रबंधित भुगतान बुनियादी ढांचा प्रदान करता है। Apify API टोकन के साथ प्रमाणित करने के बजाय, आपका एजेंट प्रत्येक टूल कॉल की लागत को कवर करने के लिए PAY टोकन का उपयोग करके Skyfire भुगतान टोकन पास करता है।

पूर्वापेक्षाएँ

• फंडेड वॉलेट वाला Skyfire खाता।
• एक MCP क्लाइंट जो कई सर्वरों का समर्थन करता है, जैसे Claude Desktop, OpenCode, या VS Code।

सेटअप

अपने क्लाइंट में Skyfire MCP सर्वर और Apify MCP सर्वर कॉन्फ़िगर करें। Apify सर्वर URL में payment=skyfire जोड़ें:

{
  "mcpServers": {
    "skyfire": {
      "url": "https://api.skyfire.xyz/mcp/sse",
      "headers": {
        "skyfire-api-key": "<YOUR_SKYFIRE_API_KEY>"
      }
    },
    "apify": {
      "url": "https://mcp.apify.com?payment=skyfire"
    }
  }
}

सेटअप विवरण के लिए Skyfire एकीकरण दस्तावेज़ीकरण देखें। Agentic Payments with Skyfire पोस्ट अतिरिक्त पृष्ठभूमि प्रदान करता है।

🛠️ टूल, संसाधन और प्रॉम्प्ट

MCP सर्वर Apify Actors के साथ बातचीत करने के लिए टूल का एक सेट प्रदान करता है। चूंकि Apify Store बड़ा है और तेज़ी से बढ़ रहा है, MCP सर्वर नए Actors को गतिशील रूप से खोजने और उपयोग करने का एक तरीका प्रदान करता है।

Actors

किसी भी Apify Actor को टूल के रूप में उपयोग किया जा सकता है। डिफ़ॉल्ट रूप से, सर्वर दो Actors, apify/rag-web-browser और apify/web-fetch, और कई सहायक टूल के साथ पूर्व-कॉन्फ़िगर किया गया है। MCP सर्वर एक Actor के इनपुट स्कीमा को लोड करता है और एक संबंधित MCP टूल बनाता है। यह AI एजेंट को ठीक से जानने की अनुमति देता है कि Actor को कौन से तर्क पास करने हैं और बदले में क्या उम्मीद करनी है।

उदाहरण के लिए, apify/rag-web-browser Actor के लिए, इनपुट पैरामीटर हैं:

{
  "query": "restaurants in San Francisco",
  "maxResults": 3
}

आपको मैन्युअल रूप से यह निर्दिष्ट करने की आवश्यकता नहीं है कि किस Actor को कॉल करना है या उसके इनपुट पैरामीटर क्या हैं; LLM इसे स्वचालित रूप से संभालता है। जब कोई टूल कॉल किया जाता है, तो तर्क स्वचालित रूप से LLM द्वारा Actor को पास कर दिए जाते हैं। उपलब्ध तर्कों की सूची के लिए आप विशिष्ट Actor के दस्तावेज़ीकरण का संदर्भ ले सकते हैं।

सहायक टूल

Apify के साथ MCP का उपयोग करने की सबसे शक्तिशाली विशेषताओं में से एक गतिशील टूल खोज है। यह एक AI एजेंट को आवश्यकतानुसार नए टूल (Actors) खोजने और उन्हें शामिल करने की अनुमति देता है। यहाँ कुछ विशेष MCP ऑपरेशन हैं और Apify MCP सर्वर उन्हें कैसे समर्थन करता है:

• Apify Actors: Actors खोजें, उनके विवरण देखें, और उन्हें AI के लिए टूल के रूप में उपयोग करें।
• Apify दस्तावेज़ीकरण: Apify दस्तावेज़ीकरण खोजें और AI को संदर्भ प्रदान करने के लिए विशिष्ट दस्तावेज़ प्राप्त करें।
• Actor रन: अपने Actor रन की सूची प्राप्त करें, उनके विवरण निरीक्षण करें, और लॉग पुनर्प्राप्त करें।
• Apify स्टोरेज: अपने डेटासेट और की-वैल्यू स्टोर से डेटा एक्सेस करें।
• Actor कार्य: अपने सहेजे गए Actor कार्य बनाएँ, निरीक्षण करें और अपडेट करें, और उनके सार्वजनिक लैंडिंग पृष्ठ प्रकाशित या अप्रकाशित करें।

उपलब्ध टूल का अवलोकन

यहाँ Apify MCP सर्वर द्वारा प्रदान किए गए सभी टूल्स की अवलोकन सूची दी गई है।

डिफ़ॉल्ट रूप से सक्षम कॉलम के लिए लेजेंड:

• ✅ — डिफ़ॉल्ट टूल सेट में।
• ⚡ — स्वतः इंजेक्ट किया जाता है जब call-actor, एक Actor टूल, या get-actor-run मौजूद हो (जो डिफ़ॉल्ट कॉन्फ़िगरेशन में सत्य है)।
• ✅¹ — डिफ़ॉल्ट रूप से प्रदान किया जाता है, लेकिन केवल तब जब टेलीमेट्री सक्षम हो और क्लाइंट रोका न गया हो: Anthropic सतहें (Claude.ai / Claude Desktop / Claude Code) या local-agent-mode-apify। अक्षम करने के लिए, एक स्पष्ट tools= सूची पास करें जो इसे छोड़ दे।

टूल नाम	श्रेणी	विवरण	डिफ़ॉल्ट रूप से सक्षम
search-actors	actors	Apify स्टोर में Actors खोजें।	✅
fetch-actor-details	actors	किसी विशिष्ट Actor के बारे में विस्तृत जानकारी प्राप्त करें, जिसमें उसका इनपुट स्कीमा, README (उपलब्ध होने पर सारांश, अन्यथा पूर्ण), मूल्य निर्धारण, और Actor आउटपुट स्कीमा शामिल है।	✅
call-actor	actors	एक Actor को कॉल करें और उसके रन परिणाम प्राप्त करें। Actor का इनपुट स्कीमा प्राप्त करने के लिए पहले fetch-actor-details का उपयोग करें।	✅
get-actor-run	runs	किसी विशिष्ट Actor रन के बारे में विस्तृत जानकारी प्राप्त करें।	⚡
get-dataset-items	storage	फ़िल्टरिंग और पेजिनेशन के समर्थन के साथ डेटासेट से आइटम प्राप्त करें।	⚡
get-key-value-store-record	storage	कुंजी-मूल्य स्टोर में किसी विशिष्ट कुंजी से जुड़ा मान प्राप्त करें।	⚡
abort-actor-run	runs	चल रहे Actor रन को रोकें, वैकल्पिक रूप से सुचारू रूप से।	⚡
search-apify-docs	docs	प्रासंगिक पृष्ठों के लिए Apify दस्तावेज़ खोजें।	✅
fetch-apify-docs	docs	किसी Apify दस्तावेज़ पृष्ठ की पूर्ण सामग्री उसके URL द्वारा प्राप्त करें।	✅
apify--rag-web-browser	Actor (देखें टूल कॉन्फ़िगरेशन)	वेब ब्राउज़ करने के लिए एक Actor टूल।	✅
apify--web-fetch	Actor (देखें टूल कॉन्फ़िगरेशन)	URL प्राप्त करने और उसकी सामग्री लौटाने के लिए एक Actor टूल।	✅
report-problem	dev	Apify टीम को किसी Apify टूल या Actor के साथ समस्या की रिपोर्ट करें।	✅¹
get-actor-run-list	runs	किसी Actor के रन की सूची प्राप्त करें, स्थिति द्वारा फ़िल्टर करने योग्य।
get-actor-log	runs	किसी विशिष्ट Actor रन के लिए लॉग प्राप्त करें।
get-dataset	storage	किसी विशिष्ट डेटासेट के बारे में मेटाडेटा प्राप्त करें।
get-dataset-schema	storage	डेटासेट आइटम से JSON स्कीमा उत्पन्न करें।
get-key-value-store	storage	किसी विशिष्ट कुंजी-मूल्य स्टोर के बारे में मेटाडेटा प्राप्त करें।
get-key-value-store-keys	storage	किसी विशिष्ट कुंजी-मूल्य स्टोर के भीतर कुंजियाँ सूचीबद्ध करें।
get-dataset-list	storage	उपयोगकर्ता के लिए सभी उपलब्ध डेटासेट सूचीबद्ध करें।
get-key-value-store-list	storage	उपयोगकर्ता के लिए सभी उपलब्ध कुंजी-मूल्य स्टोर सूचीबद्ध करें।
create-actor-task	tasks	एक सहेजा गया Actor कार्य बनाएं (एक नामित, पुनः प्रयोज्य Actor कॉन्फ़िगरेशन)।
get-actor-task	tasks	एक सहेजा गया Actor कार्य, उसकी प्रकाशन स्थिति और सार्वजनिक प्रदर्शन कॉन्फ़िगरेशन प्राप्त करें।
update-actor-task	tasks	किसी कार्य के इनपुट, रन विकल्प, या सार्वजनिक प्रदर्शन कॉन्फ़िगरेशन को अपडेट करें।
publish-actor-task	tasks	किसी कार्य को उसके सार्वजनिक लैंडिंग पृष्ठ पर प्रकाशित करें।
unpublish-actor-task	tasks	किसी कार्य को उसके सार्वजनिक लैंडिंग पृष्ठ से अप्रकाशित करें।

नोट:

जब call-actor, एक Actor टूल, या get-actor-run मौजूद हो, तो सर्वर स्वतः get-actor-run, get-dataset-items, get-key-value-store-record, और abort-actor-run इंजेक्ट करता है।

जब आप किसी Actor को कॉल करते हैं — call-actor के माध्यम से या सीधे किसी Actor टूल के माध्यम से (जैसे, apify--rag-web-browser) — तो प्रतिक्रिया में रन मेटाडेटा, स्टोरेज ID, और एक summary + nextStep होता है, लेकिन डेटासेट आइटम नहीं। आइटम प्राप्त करने के लिए, nextStep का पालन करें और get-dataset-items (स्वतः इंजेक्टेड) को कॉल करें, कॉल से लौटा हुआ datasetId पास करें।

टूल एनोटेशन

सभी टूल में MCP क्लाइंट और LLM को टूल व्यवहार समझने में मदद करने के लिए मेटाडेटा एनोटेशन शामिल हैं:

• title: टूल के लिए संक्षिप्त प्रदर्शन नाम (जैसे, "Search Actors", "Call Actor", "apify/rag-web-browser")
• readOnlyHint: उन टूल के लिए true जो केवल डेटा पढ़ते हैं बिना स्थिति संशोधित किए (जैसे, get-dataset, fetch-actor-details)
• openWorldHint: उन टूल के लिए true जो Apify प्लेटफ़ॉर्म के बाहर बाहरी संसाधनों तक पहुँचते हैं (जैसे, call-actor बाहरी Actors निष्पादित करता है)। जो टूल केवल Apify प्लेटफ़ॉर्म के साथ इंटरैक्ट करते हैं (जैसे search-actors या fetch-apify-docs) उनमें यह संकेत नहीं होता।

टूल कॉन्फ़िगरेशन

tools कॉन्फ़िगरेशन पैरामीटर का उपयोग लोड किए गए टूल निर्दिष्ट करने के लिए किया जाता है — या तो श्रेणियाँ या सीधे विशिष्ट टूल, और Apify Actors। उदाहरण के लिए, tools=storage,runs दो श्रेणियाँ लोड करता है; tools=call-actor केवल एक टूल लोड करता है।

जब कोई क्वेरी पैरामीटर प्रदान नहीं किया जाता है, तो MCP सर्वर निम्नलिखित tools डिफ़ॉल्ट रूप से लोड करता है:

• actors
• docs
• apify/rag-web-browser
• apify/web-fetch

यदि टूल पैरामीटर निर्दिष्ट है, तो केवल सूचीबद्ध टूल या श्रेणियाँ सक्षम होंगी — कोई डिफ़ॉल्ट टूल शामिल नहीं होगा।

report-problem डिफ़ॉल्ट रूप से प्रदान किया जाता है (उपरोक्त फुटनोट में गेटिंग के अधीन) लेकिन dev श्रेणी में रहता है, इसलिए एक स्पष्ट tools=dev इसे भी चुनता है। इसे अक्षम करने के लिए, एक स्पष्ट tools= सूची पास करें जो इसे छोड़ दे (जैसे tools=actors,docs)।

आसान कॉन्फ़िगरेशन:

अपने सर्वर को कॉन्फ़िगर करने के लिए UI कॉन्फ़िगरेटर का उपयोग करें, फिर कॉन्फ़िगरेशन को अपने क्लाइंट में कॉपी करें।

होस्टेड सर्वर कॉन्फ़िगर करना:

होस्टेड सर्वर को URL में क्वेरी पैरामीटर का उपयोग करके कॉन्फ़िगर किया जा सकता है। उदाहरण के लिए, डिफ़ॉल्ट टूल लोड करने के लिए, उपयोग करें:

https://mcp.apify.com?tools=actors,docs,apify/rag-web-browser,apify/web-fetch

न्यूनतम कॉन्फ़िगरेशन के लिए, यदि आप केवल एक एकल Actor टूल का उपयोग करना चाहते हैं — बिना किसी खोज या सामान्य कॉलिंग टूल के — सर्वर को निम्नानुसार कॉन्फ़िगर किया जा सकता है:

https://mcp.apify.com?tools=apify/my-actor

यह सेटअप केवल निर्दिष्ट Actor (apify/my-actor) को एक टूल के रूप में उजागर करता है। कोई अन्य टूल उपलब्ध नहीं होगा।

CLI कॉन्फ़िगर करना:

CLI को कमांड-लाइन फ़्लैग का उपयोग करके कॉन्फ़िगर किया जा सकता है। उदाहरण के लिए, होस्टेड सर्वर कॉन्फ़िगरेशन के समान टूल लोड करने के लिए, उपयोग करें:

npx @apify/actors-mcp-server --tools actors,docs,apify/rag-web-browser,apify/web-fetch

न्यूनतम कॉन्फ़िगरेशन होस्टेड सर्वर कॉन्फ़िगरेशन के समान है:

npx @apify/actors-mcp-server --tools apify/my-actor

जैसा कि ऊपर है, यह केवल निर्दिष्ट Actor (apify/my-actor) को एक टूल के रूप में उजागर करता है। कोई अन्य टूल उपलब्ध नहीं होगा।

⚠️ महत्वपूर्ण अनुशंसा

डिफ़ॉल्ट टूल कॉन्फ़िगरेशन भविष्य के संस्करणों में बदल सकता है। जब कोई tools पैरामीटर निर्दिष्ट नहीं होता है, तो सर्वर वर्तमान में डिफ़ॉल्ट टूल लोड करता है, लेकिन यह व्यवहार परिवर्तन के अधीन है।

उत्पादन उपयोग और स्थिर इंटरफ़ेस के लिए, हमेशा स्पष्ट रूप से tools पैरामीटर निर्दिष्ट करें ताकि आपका कॉन्फ़िगरेशन अपडेट के दौरान सुसंगत बना रहे।

UI मोड कॉन्फ़िगरेशन

ui पैरामीटर टूल प्रतिक्रियाओं में MCP Apps विजेट रेंडरिंग सक्षम करता है। सक्षम होने पर, search-actors जैसे टूल इंटरैक्टिव MCP App प्रतिक्रियाएँ लौटाते हैं।

होस्टेड सर्वर कॉन्फ़िगर करना:

ui क्वेरी पैरामीटर का उपयोग करके UI मोड सक्षम करें:

https://mcp.apify.com?ui=true

आप इसे अन्य पैरामीटर के साथ जोड़ सकते हैं:

https://mcp.apify.com?tools=actors,docs&ui=true

CLI कॉन्फ़िगर करना:

CLI को कमांड-लाइन फ़्लैग का उपयोग करके कॉन्फ़िगर किया जा सकता है। उदाहरण के लिए, UI मोड सक्षम करने के लिए:

npx @apify/actors-mcp-server --ui true

आप इसे UI_MODE पर्यावरण चर के माध्यम से भी सेट कर सकते हैं:

export UI_MODE=true
npx @apify/actors-mcp-server

पिछड़ी संगतता

v2 कॉन्फ़िगरेशन v1 उपयोग के साथ पिछड़ी संगतता संरक्षित करता है। नोट:

• actors पैराम (URL) और --actors फ़्लैग (CLI) अभी भी समर्थित हैं।
  • आंतरिक रूप से वे tools चयनकर्ताओं में विलय हो जाते हैं।
  • उदाहरण: ?actors=apify/rag-web-browser ≡ ?tools=apify/rag-web-browser; --actors apify/rag-web-browser ≡ --tools apify/rag-web-browser।
• enableAddingActors (URL), enable-adding-actors (CLI), और विरासत enableActorAutoLoading उपनाम हटा दिए गए हैं। Actors को गतिशील रूप से कॉल करने के लिए, tools=call-actor का उपयोग करें (डिफ़ॉल्ट रूप से actors श्रेणी के माध्यम से शामिल)। कोई भी शेष कच्चा मान अनदेखा किया जाता है।
• डिफ़ॉल्ट संगत रहते हैं: जब कोई tools निर्दिष्ट नहीं होते हैं, तो सर्वर actors, docs, apify/rag-web-browser, और apify/web-fetch लोड करता है।
  • यदि कोई tools निर्दिष्ट हैं, तो डिफ़ॉल्ट नहीं जोड़े जाते हैं (स्पष्ट चयन के लिए v1 आशय के समान)।
• call-actor अब डिफ़ॉल्ट रूप से actors श्रेणी के माध्यम से शामिल है (योगात्मक परिवर्तन)। इसे बाहर करने के लिए, बिना actors के एक स्पष्ट tools सूची निर्दिष्ट करें।
• tools=add-actor, tools=experimental, और tools=preview सेवानिवृत्त हैं: वे अनदेखा किए जाते हैं और कोई टूल लोड नहीं करते। इसके बजाय tools=call-actor (या डिफ़ॉल्ट actors श्रेणी) का उपयोग करें।

?actors=... या --actors का उपयोग करने वाले मौजूदा URL और कमांड बिना बदलाव के काम करते रहते हैं।

प्रॉम्प्ट

सर्वर prompts क्षमता का विज्ञापन करता है, लेकिन वर्तमान में कोई प्रॉम्प्ट पंजीकृत नहीं हैं — prompts/list एक खाली सूची लौटाता है।

संसाधन

आपका Apify डेटा resources/list में गणना नहीं किया गया है — पठन मांग पर होता है: कोई भी Apify API GET URL (https://api.apify.com/v2/...) resources/read को पास करें और सर्वर सत्र का Apify टोकन इंजेक्ट करता है और प्रतिक्रिया निकाय लौटाता है। resources/templates/list सामान्य आकृतियों की गणना करता है — डेटासेट आइटम, कुंजी-मूल्य स्टोर रिकॉर्ड और कुंजियाँ, रन मेटाडेटा, रन लॉग — उनके पेजिंग पैरामीटर के साथ। प्रतिक्रियाएँ 256 KB तक इनलाइन होती हैं; इससे बड़ी कोई भी चीज़ निकाय के बजाय डाउनलोड URL के साथ एक छोटी सूचना लौटाती है। API पठन के लिए Apify टोकन की आवश्यकता होती है, इसलिए केवल-भुगतान सत्र (x402 या Skyfire) को उनके लिए JSON-RPC त्रुटि मिलती है।

💬 उपयोग उदाहरण

नीचे यथार्थवादी उदाहरण हैं जो दिखाते हैं कि एक AI सहायक Apify MCP सर्वर टूल का उपयोग कैसे करता है।

उदाहरण 1: RAG Web Browser का उपयोग करके वेब खोजें

उपयोगकर्ता प्रॉम्प्ट:

स्वायत्त AI एजेंटों के बारे में नवीनतम समाचार खोजें और प्रमुख विकासों का सारांश दें।

AI सहायक वेब खोजने और शीर्ष परिणामों से सामग्री लौटाने के लिए पूर्व-कॉन्फ़िगर apify--rag-web-browser Actor टूल को कॉल करता है। टूल शीर्ष 3 खोज परिणामों से मार्कडाउन सामग्री लौटाता है, जिसे AI सहायक फिर उपयोगकर्ता के लिए सारांशित करता है।

उदाहरण 2: Apify स्टोर से एक Actor खोजें और चलाएं

उपयोगकर्ता प्रॉम्प्ट:

Google Maps से प्राग के शीर्ष 10 रेस्तरां उनके संपर्क विवरण के साथ स्क्रैप करें।

AI सहायक पहले एक उपयुक्त Actor खोजता है, उसके इनपुट स्कीमा का निरीक्षण करता है, और फिर उसे निष्पादित करता है। टूल स्क्रैप किए गए डेटा का पूर्वावलोकन लौटाता है जिसमें रेस्तरां के नाम, पते, रेटिंग, फ़ोन नंबर और वेबसाइट शामिल हैं।

उदाहरण 3: Actor रन परिणाम प्राप्त करें और पेजिनेट करें

उपयोगकर्ता प्रॉम्प्ट:

उस स्क्रैपिंग रन से अगले 10 परिणाम दिखाएं।

AI सहायक अतिरिक्त आइटम प्राप्त करने के लिए पिछले Actor रन से डेटासेट ID का उपयोग करता है। अपेक्षित आउटपुट: टूल Actor के आउटपुट डेटासेट से संरचित डेटा आइटम का अगला पृष्ठ लौटाता है।

📡 टेलीमेट्री

Apify MCP सर्वर टूल कॉल के बारे में टेलीमेट्री डेटा एकत्र करता है ताकि Apify को उपयोग पैटर्न समझने और सेवा में सुधार करने में मदद मिल सके। डिफ़ॉल्ट रूप से, टेलीमेट्री सभी टूल कॉल के लिए सक्षम है।

stdio ट्रांसपोर्ट त्रुटि ट्रैकिंग के लिए Sentry का भी उपयोग करता है, जो हमें समस्याओं को तेज़ी से पहचानने और ठीक करने में मदद करता है। जब टेलीमेट्री ऑप्ट आउट की जाती है तो Sentry स्वतः अक्षम हो जाता है।

टेलीमेट्री से ऑप्ट आउट करना

आप --telemetry-enabled CLI फ़्लैग को false या TELEMETRY_ENABLED पर्यावरण चर को false पर सेट करके टेलीमेट्री (Sentry त्रुटि ट्रैकिंग सहित) से ऑप्ट आउट कर सकते हैं। CLI फ़्लैग पर्यावरण चर पर प्राथमिकता लेते हैं।

उदाहरण

रिमोट सर्वर (mcp.apify.com) के लिए:

# Disable via URL parameter
https://mcp.apify.com?telemetry-enabled=false

स्थानीय stdio सर्वर के लिए:

# Disable via CLI flag
npx @apify/actors-mcp-server --telemetry-enabled=false

# Or set environment variable
export TELEMETRY_ENABLED=false
npx @apify/actors-mcp-server

⚙️ विकास

योगदान दिशानिर्देशों और कमिट संदेश सम्मेलनों के लिए कृपया CONTRIBUTING.md मार्गदर्शिका देखें।

विस्तृत विकास सेटअप, परियोजना संरचना, और स्थानीय परीक्षण निर्देशों के लिए, DEVELOPMENT.md मार्गदर्शिका देखें।

पूर्वापेक्षाएँ

• Node.js (v22 या उच्चतर)

निम्नलिखित सामग्री के साथ एक पर्यावरण फ़ाइल, .env, बनाएं:

APIFY_TOKEN="your-apify-token"

actors-mcp-server पैकेज बनाएं:

pnpm run build

HTTP स्ट्रीमेबल MCP सर्वर प्रारंभ करें

Apify CLI का उपयोग करके चलाएं:

export APIFY_TOKEN="your-apify-token"
export APIFY_META_ORIGIN=STANDBY
apify run -p

एक बार सर्वर चालू हो जाने पर, आप MCP Inspector का उपयोग http://localhost:3001 पर उजागर सर्वर को डीबग करने के लिए कर सकते हैं।

मानक इनपुट/आउटपुट (stdio) MCP सर्वर प्रारंभ करें

आप इस कमांड के साथ MCP Inspector लॉन्च कर सकते हैं:

export APIFY_TOKEN="your-apify-token"
npx @modelcontextprotocol/inspector node ./dist/stdio.js

लॉन्च करने पर, Inspector एक URL प्रदर्शित करेगा जिसे आप डीबगिंग शुरू करने के लिए अपने ब्राउज़र में खोल सकते हैं।

बिना प्रमाणीकरण के पहुँच

जब tools क्वेरी पैरामीटर में केवल वे टूल शामिल होते हैं जो बिना प्रमाणीकरण के उपयोग के लिए स्पष्ट रूप से सक्षम हैं, तो होस्टेड सर्वर बिना API टोकन के पहुँच की अनुमति देता है। वर्तमान में अनुमत टूल: search-actors, fetch-actor-details, search-apify-docs, fetch-apify-docs। उदाहरण: https://mcp.apify.com?tools=search-actors।

🐦 कैनरी PR रिलीज़

Apify MCP दो रिपॉजिटरी में विभाजित है: यह रिपॉजिटरी कोर MCP लॉजिक के लिए और निजी apify-mcp-server-internal होस्टेड सर्वर के लिए। परिवर्तन दोनों के बीच सिंक्रनाइज़ होने चाहिए।

कैनरी रिलीज़ बनाने के लिए, अपने पुल रिक्वेस्ट में beta लेबल जोड़ें। यह मर्ज करने से पहले स्टेजिंग और परीक्षण के लिए पैकेज को pkg.pr.new पर प्रकाशित करता है। विवरण के लिए वर्कफ़्लो फ़ाइल देखें।

🐋 Docker Hub एकीकरण

Apify MCP सर्वर Docker Hub पर भी उपलब्ध है, जो mcp-registry रिपॉजिटरी के माध्यम से पंजीकृत है। servers/apify-mcp-server/server.yaml में प्रविष्टि Docker Hub MCP रजिस्ट्री द्वारा स्वचालित रूप से तैनात की जानी चाहिए (तैनाती की आवृत्ति अज्ञात है)। stdio सर्वर संस्करण में बड़े बदलाव करने से पहले, इसे स्थानीय रूप से परीक्षण करें ताकि Docker बिल्ड पास हो सके। परीक्षण करने के लिए, source.branch को अपनी PR शाखा में बदलें और task build -- apify-mcp-server चलाएँ। अधिक विवरण के लिए, CONTRIBUTING.md देखें।

🐛 समस्या निवारण

चरण-दर-चरण समस्या निवारण के लिए, Apify दस्तावेज़ीकरण में Claude Desktop एकीकरण गाइड देखें।

💡 सीमाएँ

Actor इनपुट स्कीमा को अधिकांश MCP क्लाइंट के साथ संगत बनाने के लिए संसाधित किया जाता है, साथ ही JSON Schema मानकों का पालन करते हुए। प्रसंस्करण में शामिल हैं:

• विवरण 500 वर्णों तक छोटे किए जाते हैं (जैसा कि MAX_DESCRIPTION_LENGTH में परिभाषित है)।
• Enum फ़ील्ड सभी तत्वों के लिए अधिकतम संयुक्त लंबाई 2000 वर्णों तक छोटे किए जाते हैं (जैसा कि ACTOR_ENUM_MAX_LENGTH में परिभाषित है)।
• आवश्यक फ़ील्ड को उनके विवरणों में REQUIRED उपसर्ग के साथ स्पष्ट रूप से चिह्नित किया जाता है, ताकि उन फ्रेमवर्क के साथ संगतता बनी रहे जो JSON स्कीमा को ठीक से संभाल नहीं सकते।
• नेस्टेड गुण विशेष मामलों जैसे प्रॉक्सी कॉन्फ़िगरेशन और अनुरोध सूची स्रोतों के लिए बनाए जाते हैं ताकि सही इनपुट संरचना सुनिश्चित हो सके।
• सरणी आइटम प्रकार तब अनुमानित किए जाते हैं जब स्कीमा में स्पष्ट रूप से परिभाषित नहीं होते, प्राथमिकता क्रम का उपयोग करते हुए: आइटम में स्पष्ट प्रकार > प्रीफिल प्रकार > डिफ़ॉल्ट मान प्रकार > संपादक प्रकार।
• Enum मान और उदाहरण गुण विवरणों में जोड़े जाते हैं ताकि दृश्यता सुनिश्चित हो, भले ही क्लाइंट JSON स्कीमा का पूरी तरह से समर्थन न करे।
• रेंटल Actors केवल https://mcp.apify.com. पर होस्टेड MCP सर्वर के साथ उपयोग के लिए उपलब्ध हैं। जब आप stdio के माध्यम से सर्वर को स्थानीय रूप से चलाते हैं, तो आप केवल उन Actors तक पहुँच सकते हैं जो पहले से आपके स्थानीय टूलसेट में जोड़े गए हैं। Apify Store से किसी भी Actor—रेंटल Actors सहित—को गतिशील रूप से खोजने और उपयोग करने के लिए, होस्टेड एंडपॉइंट से कनेक्ट करें।

🔒 गोपनीयता नीति

जब आप इस सर्वर का उपयोग करते हैं, तो आपके अनुरोध और Actor इनपुट निष्पादन के लिए Apify API पर भेजे जाते हैं। अनुरोधित Actors को चलाने के लिए आवश्यक से अधिक डेटा तीसरे पक्षों के साथ साझा नहीं किया जाता है। डेटा संग्रह, उपयोग, साझाकरण और प्रतिधारण के पूर्ण विवरण के लिए, Apify Legal देखें।

🤝 योगदान

हम बग रिपोर्ट, फीचर अनुरोध और दस्तावेज़ीकरण सुधारों का स्वागत करते हैं। हमें समस्या भेजें, पैच नहीं — पुनरुत्पादन के साथ एक सटीक मुद्दा पुल रिक्वेस्ट से अधिक उपयोगी है।

• 🐛 बग रिपोर्ट करें: पुनरुत्पादन के साथ एक मुद्दा खोलें। सबसे उपयोगी चीज़ जो आप हमें भेज सकते हैं।
• 💡 फीचर सुझाएँ: एक मुद्दा खोलें — समस्या और इसे कौन झेलता है, कार्यान्वयन नहीं।
• 🔧 कोड: केवल मेंटेनर-आमंत्रित मुद्दे पर काम करें। एक खुला मुद्दा इसे उठाने का निमंत्रण नहीं है; अनचाहे पुल रिक्वेस्ट बंद कर दिए जाते हैं।
• 📚 दस्तावेज़ीकरण: टाइपो, टूटे लिंक और गलत कमांड सीधे PR में जाते हैं।

पूर्ण नियम, AI-सहायता प्राप्त योगदान सहित: CONTRIBUTING.md।

📚 और जानें

• Model Context Protocol
• AI एजेंट क्या हैं?
• MCP क्या है और यह क्यों मायने रखता है?
• Apify Actors के साथ MCP का उपयोग कैसे करें
• Tester MCP क्लाइंट
• वेबिनार: Apify पर MCP सर्वर बनाना और मुद्रीकरण
• Apify पर AI एजेंट कैसे बनाएं और मुद्रीकरण करें
• Apify MCP को Claude Desktop से कनेक्ट करें
• Apify MCP को ChatGPT से कनेक्ट करें